tensorly/tensorly

解决的问题

TensorLy 通过提供统一的 Python 库来简化张量学习，涵盖张量分解、张量代数和张量学习。它消除了为不同深度学习框架重写复杂张量操作的需要。

工作原理

它作为一个高级封装器，具有灵活的后端系统。用户默认使用 NumPy 进行计算，也可以切换到 PyTorch、JAX、TensorFlow、CuPy 或 Paddle，以利用 GPU 加速并扩展方法的规模。

适用人群

专为需要在多种计算后端上执行高级分解或代数运算的多维数组（张量）研究人员和开发者设计。

特色亮点

• 多后端支持：可在 NumPy、PyTorch、TensorFlow、JAX、CuPy 和 Paddle 之间无缝切换。
• 张量分解：内置支持 Tucker 分解和 CP 张量等方法。
• 硬件加速：根据所选后端，可在 CPU 或 GPU 上运行计算。
• 张量代数：提供创建、展开和折叠张量的工具。